矩阵分析在正弦信号参数估计中的应用_第1页
矩阵分析在正弦信号参数估计中的应用_第2页
矩阵分析在正弦信号参数估计中的应用_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、 的 M 个谱峰位置就可以获得正弦信号的频率估计。 这种方法就称作 Multiple Signal Classification， 简称 MUSIC 法。这个谱函数就叫做 MUSIC 谱。 ， 获得噪声子空间基向量主要有两种方法。 第一种方法是， 由观测样本获得自相关函数矩阵 R y 对其进行谱分解，得到 L - M + 1 个非主特征向量，并作为噪声子空间基向量的估计。第二种方法 是，对观测数据矩阵奇异值分解，得到非主奇异值对应的左奇异值向量作为噪声子空间基向量的 估计。观测数据矩阵的奇异值分解本文并没有介绍，可以参阅文献2。 4.2 ESPRIT 法 ESPRIT 的全称为 Estimat

2、ion of Signal Parameters via Rotational Invariance Technique， 就是利用 信号子空间的移不变性估计信号极点。基本步骤为： 1.估计信号子空间 Vs ； 2.求解方程 Vs ¯ × F = Vs ­ ； 3.求 F 的 M 个特征值，即为信号极点。 = v 1 , v 2 , 可以取数据矩阵的 M 个主奇异值对应的左奇异向量作为信号子空间的估计 V s 利用最小二乘技术求解方程 Vs ¯ × F = Vs ­ ，得到 F 的估计 M ， ,v = V ¯ HV ¯ F s s ( ) -1 ¯ HV ­ V s s (22 的特征值，即可得到 M 个信号极点。 计算 F 5 总结 本文主要介绍了利用矩阵分析中线性子空间理论进行正弦信号参数估计的方法，通过对观测 值的自相关矩阵的谱分解得到了信号子空间和噪声子空间，并在此基础上给出了两种信号极点估 计方法 MUSIC 法和 ESPRIT 法。 利用线性子空间理论估计信号极点的方法还有很多， 如线性预测 法、前后向平均技术等等。 参考文献 1 王宏禹. 现代谱估计M. 南京:东南大学出版社,1990. 2 肖先赐. 现代谱估计M. 哈尔滨:哈尔滨工业大

人人文库> 全部分类> 教育资料 > 辅导培训

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论